### 实现方案 以下是实现该功能的具体方法： #### 数据准备 通过 `pandas` 库加载 Excel 文件中的转债信息，提取所需的字段（代码、转债名称、正股代码、正股名称）。利用 `akshare` 获取每只股票的历史行情数据。 #### 股票筛选逻辑 根据不同市场的涨停规则设定条件： - **沪市主板**：股票代码以 `600`, `601`, `603`, 或 `605` 开头，涨幅超过 9.5%。 - **深市主板**：股票代码以 `000`, `001`, `002`, 或 `003` 开头，涨幅超过 9.5%。 - **科创板**：股票代码以 `688` 开头，涨幅超过 19.5%。 - **创业板**：股票代码以 `300` 或 `301` 开头，涨幅超过 19.5%。 计算过去 30 天内的每日涨跌幅，并判断是否存在满足上述条件的情况。 --- ### Python 实现代码 ```python import pandas as pd import akshare as ak # 加载Excel文件并读取所需列 file_path = 'C:\\python-learn\\集思录转债正股代码.excel' df_bonds = pd.read_excel(file_path, usecols=['代码', '转债名称', '正股代码', '正股名称']) def get_stock_data(stock_code): """获取单个股票的历史数据""" stock_df = ak.stock_zh_a_hist(symbol=stock_code, period="daily", start_date="20000101", end_date="20231231", adjust="") if not stock_df.empty: stock_df['日期'] = pd.to_datetime(stock_df['日期']) stock_df.set_index('日期', inplace=True) return stock_df.tail(30) # 取最近30个交易日的数据 return None def check_limit_up(df_stock, market_rule): """检查是否有涨停记录""" df_stock['涨跌幅'] = (df_stock['收盘'] - df_stock['开盘']) / df_stock['开盘'] return any(abs(df_stock['涨跌幅']) >= market_rule) # 定义市场规则 market_rules = { ('600', '601', '603', '605'): 0.095, ('000', '001', '002', '003'): 0.095, ('688',): 0.195, ('300', '301'): 0.195 } result_list = [] for _, row in df_bonds.iterrows(): stock_code = str(row['正股代码']).zfill(6) # 补全为六位数 try: stock_data = get_stock_data(stock_code) if stock_data is not None and not stock_data.empty: prefix = stock_code[:3] # 提取前三位作为市场标志 rule_applied = next((rule for prefixes, rule in market_rules.items() if prefix in prefixes), None) if rule_applied is not None and check_limit_up(stock_data, rule_applied): result_list.append({ '转债代码': row['代码'], '转债名称': row['转债名称'], '正股代码': stock_code, '正股名称': row['正股名称'] }) except Exception as e: print(f"Error processing {row['正股代码']} ({e})") # 输出结果到DataFrame result_df = pd.DataFrame(result_list) print(result_df) ``` --- ### 结果说明 运行以上脚本后，程序会返回符合条件的可转债及其对应的正股列表。具体输出如下所示： | 转债代码 | 转债名称 | 正股代码 | 正股名称 | |----------|--------------|----------|----------------| | XXXXXX | XX转债 | YYYYZZ | YY股份 | 其中，“XX转债”的正股在过去 30 日内至少有一次达到对应市场的涨停标准。 --- ### 注意事项 由于金融数据可能涉及敏感性和实时性问题，在实际应用中需要注意以下几点[^1]: - 确保使用的 API 接口未超出免费额度或违反服务条款。 - 对于大规模数据分析场景，建议优化批量请求方式以减少网络延迟影响。 - 需要定期更新基础数据源（如 Excel 中的内容），以便保持最新状态。 此外，暗池交易虽然可以规避部分高频交易者的干扰行为，但在某些情况下也可能带来额外风险和不确定性因素[^2]。 ---